D
Deberta Base Fine Tuned Ner
由 geckos 开发
基于DeBERTa-base模型在conll2003数据集上微调的命名实体识别(NER)模型
下载量 456
发布时间 : 3/2/2022
模型简介
该模型专门用于命名实体识别任务,在CoNLL-2003数据集上表现出色,能准确识别文本中的人名、地名、机构名等实体
模型特点
高精度实体识别
在CoNLL-2003测试集上达到96.08%的F1值,表现优异
基于DeBERTa架构
采用改进的Transformer架构,具有更强的上下文理解能力
端到端训练
直接在NER任务上微调,无需额外特征工程
模型能力
命名实体识别
文本标记分类
实体边界检测
使用案例
信息提取
新闻文本分析
从新闻文章中提取人名、地名和组织机构名
准确识别各类实体,F1值达96.08%
文档处理
自动标注文档中的关键实体信息
知识图谱构建
知识图谱实体抽取
从非结构化文本中抽取实体用于知识图谱构建
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文